Several DNA extraction methods have been reported for use with digesta or fecal samples, but problems are often encountered in terms of relatively low DNA yields and/or recovering DNA free of inhibitory substances. Here we report a modified method to extract PCR-quality microbial community DNA from these types of samples, which employs bead beating in the presence of high concentrations of sodium dodecyl sulfate (SDS), salt, and EDTA, and with subsequent DNA purification by QIA® columns [referred to as repeated bead beating plus column (RBB+C) method]. The RBB+C method resulted in a 1.5- to 6-fold increase in DNA yield when compared to three other widely used methods. The community DNA prepared with the RBB+C method was also free of inhibitory substances and resulted in improved denaturing gradient gel electrophoresis (DGGE) profiles, which is indicative of a more complete lysis and representation of microbial diversity present in such samples.

ABSTRACT Denaturing gradient gel electrophoresis (DGGE) has become a widely used tool to examine microbial diversity and community structure, but no systematic comparison has been made of the DGGE profiles obtained when different hypervariable (V) regions are amplified from the same community DNA samples. We report here a study to make such comparisons and establish a preferred choice of V region(s) to examine by DGGE, when community DNA extracted from samples of digesta is used. When the members of the phylogenetically representative set of 218 rrs genes archived in the RDP II database were compared, the V1 region was found to be the most variable, followed by the V9 and V3 regions. The temperature of the lowest-melting-temperature ( T m(L) ) domain for each V region was also calculated for these rrs genes, and the V1 to V4 region was found to be most heterogeneous with respect to T m(L) . The average T m(L) values and their standard deviations for each V region were then used to devise the denaturing gradients suitable for separating 95% of all the sequences, and the PCR-DGGE profiles produced from the same community DNA samples with these conditions were compared. The resulting DGGE profiles were substantially different in terms of the number, resolution, and relative intensity of the amplification products. The DGGE profiles of the V3 region were best, and the V3 to V5 and V6 to V8 regions produced better DGGE profiles than did other multiple V-region amplicons. Introduction of degenerate bases in the primers used to amplify the V1 or V3 region alone did not improve DGGE banding profiles. Our results show that DGGE analysis of gastrointestinal microbiomes is best accomplished by the amplification of either the V3 or V1 region of rrs genes, but if a longer amplification product is desired, then the V3 to V5 or V6 to V8 region should be targeted.

The objective of this study was to generate a phylogenetic diversity census of bacteria identified in the intestinal tract of chickens and turkeys using a naïve analysis of all the curated 16S rRNA gene sequences archived in public databases. High-quality sequences of chicken and turkey gastrointestinal origin (3,184 and 1,345, respectively) were collected from the GenBank, Ribosomal Database Project, and Silva comprehensive ribosomal RNA database. Through phylogenetic and statistical analysis, 915 and 464 species-equivalent operational taxonomic units (defined at 0.03 phylogenetic distance) were found in the chicken and the turkey sequence collections, respectively. Of the 13 bacterial phyla identified in both bird species, Firmicutes, Bacteroidetes, and Proteobacteria were the largest phyla, accounting for >90% of all the sequences. The chicken sequences represent 117 established bacterial genera, and the turkey sequences represent 69 genera. The most predominant genera found in both the chicken and the turkey sequence data sets were Clostridium, Ruminococcus, Lactobacillus, and Bacteroides, but with different distribution between the 2 bird species. The estimated coverage of bacterial diversity of chicken and turkey reached 89 and 68% at species-equivalent and 93 and 73% at genus-equivalent levels, respectively. Less than 7,000 bacterial sequences from each bird species from various locations would be needed to reach 99% coverage for either bird species. Based on annotation of the sequence records, cecum was the most sampled gut segment. Chickens and turkeys were shown to have distinct intestinal microbiomes, sharing only 16% similarity at the species-equivalent level. Besides identifying gaps in knowledge on bacterial diversity in poultry gastrointestinal tract, the bacterial census generated in this study may serve as a framework for future studies and development of analytic tools.

In this study, the collective microbial diversity in the rumen was examined by performing a meta-analysis of all the curated 16S rRNA gene (rrn) sequences deposited in the RDP database. As of November 2010, 13,478 bacterial and 3516 archaeal rrn sequences were found. The bacterial sequences were assigned to 5271 operation taxonomic units (OTUs) at species level (0.03 phylogenetic distance) representing 19 existing phyla, of which the Firmicutes (2958 OTUs), Bacteroidetes (1610 OTUs) and Proteobacteria (226 OTUs) were the most predominant. These bacterial sequences were grouped into more than 3500 OTUs at genus level (0.05 distance), but only 180 existing genera were represented. Nearly all the archaeal sequences were assigned to 943 species-level OTUs in phylum Euryarchaeota. Although clustered into 670 genus-level OTUs, only 12 existing archaeal genera were represented. Based on rarefaction analysis, the current percent coverage at species level reached 71% for bacteria and 65% for archaea. At least 78,218 bacterial and 24,480 archaeal sequences would be needed to reach 99.9% coverage. The results of this study may serve as a framework to assess the significance of individual populations to rumen functions and to guide future studies to identify the alpha and global diversity of ruminal microbiomes.

Currently used microbial markers cannot distinguish protozoal nitrogen (N) from bacterial N, thus limiting research on protozoal quantification in vivo by the lack of a repeatable, accurate marker for protozoal N. We report the development of a real-time PCR assay targeting the gene encoding 18S rDNA to quantify the amount of protozoal biomass in ruminal fluid and duodenal digesta. Protozoal cells were harvested from rumen fluid and concentrated for evaluation of recovery of rDNA in samples from the rumen and the duodenum. The DNA from concentrated cells was extracted with virtually 100% efficiency both before and after column purification. After serial spiking of protozoal cells into duodenal fluid over the entire range of quantification, the recovery was highly linear and constant at 81%. After serially spiking increasing quantities of protozoal rDNA into a constant volume of duodenal samples, nonlinear regression verified constant recovery of background rDNA in duodenal samples regardless of the ratio of target:nontarget rDNA. Recommendations for the procedure, including replication per sample, are described herein.

BackgroundA custom phylogenetic microarray composed of small subunit ribosomal RNA probes, representing ≈500 bacterial species from the human and animal gut, was developed and evaluated for analysis of gut microbial diversity using fecal samples from healthy subjects and Crohn's disease (CD) patients.

ABSTRACT Five essential oils (EOs), namely, clove oil (CLO), eucalyptus oil (EUO), garlic oil (GAO), origanum oil (ORO), and peppermint oil (PEO), were tested in vitro at 3 different doses (0.25, 0.50, and 1.0 g/liter) for their effect on methane production, fermentation, and select groups of ruminal microbes, including total bacteria, cellulolytic bacteria, archaea, and protozoa. All the EOs significantly reduced methane production with increasing doses, with reductions by 34.4%, 17.6%, 42.3%, 87%, and 25.7% for CLO, EUO, GAO, ORO, and PEO, respectively, at 1.0 g/liter compared with the control. However, apparent degradability of dry matter and neutral detergent fiber also decreased linearly with increasing doses by all EOs except GAO. The concentrations of total volatile fatty acids were not affected by GAO, EUO, or PEO but altered linearly and quadratically by CLO and ORO, respectively. All the EOs also differed in altering the molar proportions of acetate, propionate, and butyrate. As determined by quantitative real-time PCR, all the EOs decreased the abundance of archaea, protozoa, and major cellulolytic bacteria (i.e., Fibrobacter succinogenes , Ruminococcus flavefaciens , and R. albus ) linearly with increasing EO doses. On the basis of denaturing gradient gel electrophoresis analysis, different EOs changed the composition of both archaeal and bacterial communities to different extents. The Shannon-Wiener diversity index ( H ′) was reduced for archaea by all EOs in a dose-dependent manner but increased for bacteria at low and medium doses (0.25 and 0.50 g/liter) for all EOs except ORO. Due to the adverse effects on feed digestion and fermentation at high doses, a single EO may not effectively and practically mitigate methane emission from ruminants unless used at low doses in combinations with other antimethanogenic compounds.

The microbiota of the mammalian gastrointestinal (GI) tract consists of diverse populations of commensal bacteria that interact with host physiological function. Dysregulating these populations, through exogenous means such as antibiotics or dietary changes, can have adverse consequences on the health of the host. Studies from laboratories such as ours have demonstrated that exposure to psychological stressors disrupts the population profile of intestinal microbiota. To date, such studies have primarily focused on prolonged stressors (repeated across several days) and have assessed fecal bacterial populations. It is not known whether shorter stressors can also impact the microbiota, and whether colonic mucosa-associated populations can also be affected. The mucosa-associated microbiota exist in close proximity to elements of the host immune system and the two are tightly interrelated. Therefore, alterations in these populations should be emphasized. Additionally, stressors can induce differential responses in anxiety-like behavior and corticosterone outputs in variant strains of mice. Thus, whether stressor exposure can have contrasting effects on the colonic microbiota in inbred C57BL/6 mice and outbred CD-1 mice was also examined. In the present study, we used high throughput pyrosequencing to assess the effects of a single 2-hour exposure to a social stressor, called social disruption (SDR), on colonic mucosa-associated microbial profiles of C57BL/6 mice. The data indicate that exposure to the stressor significantly changed the community profile and significantly reduced the relative proportions of two genera and one family of highly abundant intestinal bacteria, including the genus Lactobacillus. This finding was confirmed using a quantitative real-time polymerase chain reaction (qPCR) technique. The use of qPCR also identified mouse strain-specific differences in bacterial abundances. L. reuteri, an immunomodulatory species, was decreased in stressor-exposed CD-1 mice, but not C57BL/6 mice. These data illustrate that stressor exposure can affect microbial populations, including the lactobacilli, that are closely associated with the colonic mucosa. Because the lactobacilli can have beneficial effects on human health, stressor-induced reductions of their population could have important health implications.

Operational taxonomic units (OTUs) are conventionally defined at a phylogenetic distance (0.03—species, 0.05—genus, 0.10—family) based on full-length 16S rRNA gene sequences. However, partial sequences (700 bp or shorter) have been used in most studies. This discord may affect analysis of diversity and species richness because sequence divergence is not distributed evenly along the 16S rRNA gene. In this study, we compared a set each of bacterial and archaeal 16S rRNA gene sequences of nearly full length with multiple sets of different partial 16S rRNA gene sequences derived therefrom (approximately 440–700 bp), at conventional and alternative distance levels. Our objective was to identify partial sequence region(s) and distance level(s) that allow more accurate phylogenetic analysis of partial 16S rRNA genes. Our results showed that no partial sequence region could estimate OTU richness or define OTUs as reliably as nearly full-length genes. However, the V1–V4 regions can provide more accurate estimates than others. For analysis of archaea, we recommend the V1–V3 and the V4–V7 regions and clustering of species-level OTUs at 0.03 and 0.02 distances, respectively. For analysis of bacteria, the V1–V3 and the V1–V4 regions should be targeted, with species-level OTUs being clustered at 0.04 distance in both cases.

The trillions of microbes that exist in the gastrointestinal tract have emerged as pivotal regulators of mammalian development and physiology. Disruption of this gut microbiome, a process known as dysbiosis, causes or exacerbates various diseases, but whether gut dysbiosis affects recovery of neurological function or lesion pathology after traumatic spinal cord injury (SCI) is unknown. Data in this study show that SCI increases intestinal permeability and bacterial translocation from the gut. These changes are associated with immune cell activation in gut-associated lymphoid tissues (GALTs) and significant changes in the composition of both major and minor gut bacterial taxa. Postinjury changes in gut microbiota persist for at least one month and predict the magnitude of locomotor impairment. Experimental induction of gut dysbiosis in naive mice before SCI (e.g., via oral delivery of broad-spectrum antibiotics) exacerbates neurological impairment and spinal cord pathology after SCI. Conversely, feeding SCI mice commercial probiotics (VSL#3) enriched with lactic acid–producing bacteria triggers a protective immune response in GALTs and confers neuroprotection with improved locomotor recovery. Our data reveal a previously unknown role for the gut microbiota in influencing recovery of neurological function and neuropathology after SCI.